1、 1 摘要 汽轮机发电机组是电力生产重要设备， 由于其设备结构的复杂性和运行环境的特殊性， 汽轮 发电机组的故障率一直比较高，故障危害性也大。因此，汽轮发电机组的故障诊断一直是故 障诊断技术应用的一个重要方面。 汽轮机振动是影响机组安全运行的一个重要指标。 产生振动的原因是多种多样的， 可以是某 一个因素引起的，也可以是多方面因素引起的（其中故障更是导致振动异常的主要因素） 。 且许多故障的征兆很相似，这就给振动分析和故障诊断工作带来很大困难。 汽轮机振动信号中一般含有大量的噪音，要求对振动信号进行消噪，还有对信号处理， 快速傅氏变换（FFT） ，是离散傅氏变换的快速算法，它是根据离散傅氏变换
2、的奇、偶、虚、 实等特性， 对离散傅立叶变换的算法进行改进获得的。 它对傅氏变换的理论并没有新的发现， 但是对于在计算机系统或者说数字系统中应用离散傅立叶变换， 可以说是进了一大步。 然而， 快速傅里叶变换的产生， 使得傅里叶变换大为简化， 在不牺牲耗电量的条件下提高了系统的 运算速度，增强了系统的综合能力，提高了运算速度，因此快速傅里叶变换在生产和生活中 都有着非常重要的作用，对于学习掌握都有着非常大的意义。 关键词：故障诊断 振动监测 汽轮机 快速傅里叶变换 2 ABSTRACT: KEYWORD: 3 目录 摘要 ABSTRACT 第一章 绪论 4 1.1 汽轮机组振动监测与故障诊断的概
3、况 . 4 1.2 汽轮机发电机组故障诊断处理的意义 . 4 1.3 国内外汽轮机组故障诊断处理发展状况 . 5 1.4 快速傅立叶变换（FFT）应用于汽轮机故障诊断的简介 5 第二章 汽轮发电机组常见的故障诊断技术 . 7 2.1 汽轮机组常见的故障类型及产生的原因 . 7 2.2 常见故障诊断技术与方法的介绍 8 2.3 故障诊断的步骤 . 9 第三章 简介几种信号处理方法 . 11 3.1 时域分析法 11 3.2 频域分析法 16 3.3 倒频谱分析法 25 3.4 时频分析法 30 3.4.1 传统的时频分析方法 .30 1 短时傅立叶变换30 2 Wigner-Ville 分布 3
4、0 3 小波分析 30 3.4.2 基于经验的模式分解及其希尔伯特变换谱31 1 瞬时频率与希尔伯特变换31 2 基于经验的模式分解(EMD)及希尔伯特时频谱 32 3 该方法研究的有关问题 .33 4 希尔伯特谱的边界谱特性.34 第四章 快速傅里叶变换.35 4.1 引言 35 4.2 傅立叶分析的类别及其联系 36 4.2.2 连续非周期信号的傅立叶变换 .36 4.2.3 离散周期信号的傅立叶级数.36 4.2.4 离散非周期信号的傅立叶变换 .37 4.2.5 离散傅立叶变换 37 4.3 快速傅立叶变换的算法分析 37 4.3.1 快速傅立叶变换提出的原因.38 4.3.2 快速傅
5、立叶变换的原理38 4.3.3 FFT 的特点和规律 38 4.4 基 2 快速傅立叶算法分析 .39 4.5 快速傅立叶算法的实现 .39 4.3 FFT 的实际应用 41 4.7 总结 .44 第五章 结论 45 参考文献.46 4 第一章 绪论 1.1 汽轮机组振动监测与故障诊断的概况 振动是直接关系到汽轮机发电机组正常运行的一项重要指标。 自发电机组问世以来， 振 动测试分析、故障诊断与处理技术就随之产生。在近一、二十年里，随着电力工业的迅猛发 展，出现了与故障诊断相关的如下特点：机组日趋大型化、复杂化，自动化程度日益提高， 现代电力生产对设备的可靠性，提出了更高的要求，机组参数的提高
6、和容量的增加，使得由 于轴系振动缺陷造成的机组非计划停机带来的经济损失也随之成倍地增加。所有以上这些， 都要求诊断技术必须迅速发展，以与生产现状相匹配。 早期的汽轮发电机组故障诊断方法为人工诊断， 这是最原始的， 却也是基本的故障诊断 方法。直至 70 年代它仍是我国电力系统主要的诊断方法。实际上，当今大量的现场实际疑 难振动， 也还是采用这种人工故障诊断方法进行诊断分析， 所不同的则是测量工具和信号分 析手段不断改进和更新。 从本世纪 70 年代起，随着人工智能理论、电子技术和计算机技术的发展，为机理振动 故障诊断技术向自动化、 智能化发展提供了重要的先决条件。 诊断系统的智能化是指它可以 有效地获取、传递、处理并利用相关信息，对给定环境下的诊断对象进行自动状态识别、故 障判断和状态预测。 国外的资料表明：故障诊断的效果是明显的。据日本统计，在采用诊断技术后，事故率 减少 75%，维修费用降低 36%左右，英国对 2000 个企业进行的调查表明，诊断技术的采纳 使得每年节省的维修费用达 3 亿英镑。 国内外汽轮发电机组故障自动诊断理论和技术在近 20 年得到快速发
